买卖股票与分发糖果

本文介绍了贪心算法在股票交易(如买卖股票的最佳时机,仅考虑每天的利润)和分发糖果问题中的应用,强调了局部最优决策如何追求全局最优解。
摘要由CSDN通过智能技术生成

“贪心算法(greedy algorithm,又称贪婪算法)是指,在对问题求解时,总是做出在当前看来是最好的选择。也就是说,不从整体最优上加以考虑,算法得到的是在某种意义上的局部最优解。”

贪心的本质是选择每一阶段的局部最优,从而达到全局最优。

买卖股票的最佳时机II

 题见:卖卖股票的最佳时机II

我们可以发现,在这个问题中股票可以在当天买入,当天卖出,而且可以交易股票多次

局部最优:获取正利润
整体最优: 所有正利润的和

所以,假设每两天进行一次交易,如果利润为正值,就进行交易,否则不买入也不售出股票

int main()
{
	int n;
	cin >> n;
	vector<int>price(n, 0);
	for (int i = 0; i < n; i++)
	{
		cin >> price[i];
	}
	int maxs = 0;
	for (int i = 0; i < n - 1; i++)
	{
		int count = price[i + 1] - price[i];
		if (count > 0)
			maxs += count;
	}
	cout << maxs << endl;
	return 0;
}

分发糖果问题

题见:分发糖果

整个过程分为两部分:从前向后的遍历和从后向前的遍历

从前向后遍历,右边评分大于左边,ratings[i] 与 ratings[i - 1]比较

谁大谁获得更多的糖果,candyNum[i] 为第 i 个孩子应
该得到的糖果,此时的贪心策略为:
if(ratings[i]>ratings[i-1])     candy[i] = candy[i-1] + 1

else    candy[i] = 1

从后向前遍历,左边评分大于右边,ratings[i] 与 ratings[i + 1]比较

还是大着获得更多的糖果,此时candyNum的贪心策略为
candyNum[i] = Math.max(candyNum[i+1]+1, candyNum[i]);

最后再遍历 candyNum[i],将每个孩子所需要的糖果数加和,就得到了最少糖果数目

int main()
{
	int n;
	cin >> n;
	vector<int>ratings(n, 0);
	vector<int>candy(n, 0);
	for (int i = 0; i < n; i++)
	{
		cin >> ratings[i];
	}
	candy[0] = 1;
	for (int i = 1; i < n; i++)//从前向后
	{
		if (ratings[i] > ratings[i - 1])
			candy[i] = candy[i - 1] + 1;
		else
			candy[i] = 1;
	}
	for (int i = n - 2; i >= 0; i--)//从后向前
	{
		if (ratings[i] > ratings[i + 1])
			candy[i] = max(candy[i], candy[i + 1] + 1);
	}
	int sum = accumulate(candy.begin(), candy.end(), 0);
	cout << sum << endl;
	return 0;
}

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值